基于发文内容微博用户兴趣挖掘方法研究.PDFVIP

基于发文内容的微博用户兴趣挖掘方法研究 作者 熊才伟, 曹亚男 机构 中国科学院信息工程研究所 国家重点工程实验室；中国科学院大学 计算机与控制学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第6 期 访问地址 /article/02-2018-06-019.html 发布日期 2017-06-14 11:54:00 引用格式 熊才伟, 曹亚男. 基于发文内容的微博用户兴趣挖掘方法研究[J/OL]. [2017-06-14]. http://www.a /article/02-2018-06-019.html. 摘要 针对微博用户兴趣属性缺失问题，提出一种基于发文内容分析的微博用户兴趣挖掘方法。利用基 于短语的主题模型和自动构建的用户兴趣知识库，能够有效地从发文内容中挖掘出高质量的用户 兴趣短语并标识其类别，从而实现对微博用户的兴趣挖掘。在SMP CUP 2016 数据集上的实验结 果表明，主题短语模型在困惑度和短语质量上取得的效果均优于传统的主题模型，用户兴趣挖掘 的准确率和召回率最高可达到78%和82%。 关键词 微博, 发文内容, 兴趣挖掘, 主题短语模型, 知识库 中图分类号 TP301.6 基金项目 国家自然科学基金青年基金资助项目）; 国家科技部重大专项资助项目 （2016YFB0801300） 35 优先出版 计 算 机 应 用 研 究 第 卷 基于发文内容的微博用户兴趣挖掘方法研究* 1, 2 1 熊才伟 ，曹亚男 (1 100093 2 ．中国科学院信息工程研究所 国家重点工程实验室，北京 ； ．中国科学院大学 计算机与控制学院，北京 100093) ) 摘 要：针对微博用户兴趣属性缺失问题，提出一种基于发文内容分析的微博用户兴趣挖掘方法。利用基于短语的主题 模型和自动构建的用户兴趣知识库，能够有效地从发文内容中挖掘出高质量的用户兴趣短语并标志其类别，从而实现对 微博用户的兴趣挖掘。在SMP CUP 2016 数据集上的实验结果表明，主题短语模型在困惑度和短语质量上取得的效果均 优于传统的主题模型，用户兴趣挖掘的准确率和召回率最高可达到78%和82% 。 关键词：微博；发文内容；兴趣挖掘；主题短语模型；知识库 中图分类号：TP301.6 Research of microblog user interest mining based on microblog posts Xiong Caiwei1, 2, Cao Yanan1 (1. Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China; 2. School of Computer Control Engineering, University of Chinese Academy of Sciences, Beijing 100093, China)